企业级CDP实操指南

1 推荐序 过去的五年，GrowingIO在向市场布道和践行“数据驱动增长”的理念过程中，见证了众多客户跨越数字鸿沟的里程碑，也深刻感受到了数字化给企业带来的变革。 从2017年开始，越来越多的传统企业开始摒弃以营收为核心的经营理念，转而落地以用户为核心的经营理念。数据驱动的用户精细化运营，则是落地以用户为核心经营理念的前提条件。 基于我们服务上千家客户的经验，阻碍客户实现上述业务目标的主要挑战有两个方面： 一、以用户为中心的数据无法打通 我们调研了200多家客户，能够打通各应用平台、业务系统之间底层数据，构建以用户为中心数据平台的客户不足15%。而这15%还主要集中在以技术能力见长的互联网企业。很多营收超百亿的传统企业都没有能力构建这样的数据增长体系。 二、数据应用能力的匮乏 企业数据资产的采集、处理和沉淀是需要花费大量成本的。当我们完成用户相关的数据资产积累之后，如何挖掘其中的数据价值，支撑精细化运营、帮助企业提升客户满意度以及驱动业务增长，是很多企业在数据应用阶段面临的瓶颈。 了以CDP为核心数据支撑的「增长平台」产品矩阵。至今，已成功实施近百家客户，获得了良好反馈。我们将如何建设CDP、如何通过CDP赋能业务增长的经验总结于此书，以飨读者。希望能帮助更多客户、更多企业应对数字化升级过程中的困难和挑战。 GrowingIO企业事业部总经理 徐主峰 企业CDP建设自测表，每个问题有3种答案供您选择。 问题 A选项 B选项 C选项 您的企业拥有官网、App、H5、小程序等电子渠道的数量？ 0-2个，但不是作为主要营销渠道 1-2个，作为主要营销渠道 3个及以上，作为主要营销渠道 电子渠道的开发方式？ 建站工具 外包产研团队 内部产研团队 不同电子渠道的用户账号是否打通？ 账号完全打通 部分系统账号打通 账号不能打通 目前您的企业可以采集到哪些数据？ 很少或几乎没有 交易、订单等业务数据 业务数据、行为数据、线下数据等 您的企业内部是否有大数据平台和团队？ 没有 有数据团队但是没有统一大数据平台 有统一、易用的数据平台和专业大数据团队 数据体系是否是公司的重要目标之一？ 不是 部门级别的目标 公司级目标，有高层领导推动 目前的数据应用情况如何？ 只有研发部门在看，业务部门不看数据 零散、单点的分析，能够通过数据发现业务中的问题，但是无法定位 具备一定体系化数据分析的能力，能够定位业务中的薄弱环节 问题 A选项 B选项 C选项 您的企业是否通过营销平台触达用户，希望针对不同用户进行精细化运营？ 几乎不触达用户，也没有精细化运营的计划 偶尔触达用户，暂无精细化运营计划 经常触达用户，希望进行精细化运营 企业在数据化方面的投入规模有多少？ 没预算或没有人力资源投入 有预算，能够提供部分人力资源投入 预算充足，能够提供专业团队 建成CDP之后，数据赋能的范围 研发/数据部门 研发/数据部门、产品部门 包括营销部门在内的所有部门 量表说明： 以A=0，B=1，C=2换分方式，看一看所得分数是多少。 1、总分在0~5分 企业数据化水平有待提升，建议将提高公司内部数据意识和数据基础能力作为首要目标。 2、总分在6~10分 具备了基础的数据能力，可以考虑建设CDP全面提升数据体系水平，但是过程中需要弥补的问题还比较多，要做好心理准备。 3、总分在11分及以上 恭喜您，您的企业已经具备较好的数据基础和强烈的数据需求，相信搭建CDP之后，能够实现企业数字能力质的飞跃。 目录 1.带您了解CDP1 1.1企业为什么需要CDP2 1.2什么是CDP7 1.3CDP和DMP、CRM、数据湖的异同15 2.搭建企业CDP必须要了解的过程和挑战18 2.1CDP的业务场景和价值19 2.2建设CDP的过程25 2.3建设CDP过程中的常见问题35 3.CDP如何驱动业务增长46 3.1零售行业：构建数据增长体系，多维度驱动业务升级47 3.2保险行业：构建标签和画像体系，助力企业数字化转型56 3.3运营商行业：搭建数据增长引擎，助力电子渠道建设64 4.CDP实践案例75 4.1蜜芽宝贝客户案例76 4.2招商仁和人寿客户案例87 4.3江西移动客户案例94 4.4蛮牛健康客户案例100 GrowingIOCDP解决方案105 术语表109 致谢111 |用数据驱动企业增长 CHAPTER 01 带您了解CDP 1.带您了解CDP 1.1企业为什么需要CDP 从用户行为数据到客户数据平台 10年前，企业与用户之间连接的手段和途径都非常单一。线下的零售门店商只需要一套门店管理系统便能基本解决用户管理的问题，线上的互联网企业也只需要通过网站便能有效触达用户。但随着移动互联网的发展，新兴的媒介形态不断涌现并迅速演进，企业与用户之间连接的渠道在不断地增加，企业所需的用户管理工具也在不断地增多。 移动互联网时代用户场景碎片化 企业与用户之间连接的渠道经历了三个发展阶段，第一个阶段是从以线下门店为主的单一渠道连接；第二个阶段是以邮件、PC网站等为主的多渠道连接；现在正处在第三个阶段，也就是以各种移动App为主的全渠道连接。如今，伴随移动互联网爆发而诞生的微信、抖音、淘宝、京东、今日头条、小红书等移动App，都在不断地争夺用户注意力，抢占用户时间。用户行为轨迹也因此遍布各处，随之而来的便是分散在各处的用户数据。 用户零散的线上、线下行为轨迹，以及多平台的流转，会无形中给单一用户赋予多个用户身份。“一人多机”的现象已经成为普遍状态，这也 将为企业准确知晓用户身份、判断用户属性、描绘用户画像带来非常大的 困难。 以GrowingIO为例，假设某用户在直播工具上观看了增长公开课，然后去官网注册下载了电子书，然后又去金数据上填写了产品的试用表单，紧接着又通过微信搜索到GrowingIO的小程序准备体验，最后还在活动行上报名参加了GrowingIO增长沙龙。 该用户通过各种渠道与企业接触并且留下了数据，如果不同渠道的数据是互相分散且割裂的，就会很容易造成数据分析的偏差。比如，SDR （SalesDevelopmentRepresentative，商机拓展代表）只能看到用户在金数据上填写的产品试用信息，而看不到后续该用户在其他渠道上的活跃数据，故SDR会很容易将该用户判断为一个低质量线索。但市场人员由于能看到该用户既报名了增长公开课，又在官网上下载了几本电子书留下了大量的用户行为数据，还报名了增长沙龙，故市场人员会更倾向于将其判断为一个高质量线索。 在数据割裂的情况下，即使各部门根据正确且常规的判断方法，也会对同一用户给出不同的标签。分散的数据不仅会增加业务的复杂程度，还会降低部门间的协作效率，更为严重的是这种情况还会随着用户连接渠道愈发多元化、以及数据的不断积累反复出现。 这也是为什么我们有时候会遇到在同一家企业的不同产品上，出现错写用户名字、算错用户积分、自动填充错误地址以及在各移动终端向同一用户推送不同的产品广告等情况。不互通的数据让消费者在各个系统账号 中被识别为不同的用户，不仅会阻碍企业的协作流程，还会为客户服务体验带来困扰。IBM预计每年要为不良数据花费3万亿美元，达美航空更是因为错误数据致使数百个航班取消，直接造成1.5亿美元的损失。 企业内多部门、多工具形成数据孤岛 随着企业与用户之间连接渠道的多元化发展，企业内各部门管理用户数据的工具也在不断攀升。过去，理发店只需要通过Excel（甚至是一个账本），就能有效管理用户的发型偏好、消费水平、理发频次等用户数据，完成用户管理。如今，为了多渠道连接用户，迎合用户偏好，小小的理发店也会推出公众号、小程序、App、H5等入口，通过优惠活动、分享免单等方式获取和运营用户，管理用户数据的工具也从Excel拓展到了更多。 图1-1 以全球的Martech市场为例，根据ScottBrinker在官网上发布的全球 营销技术全景图展示的公司数量进行统计（图1-1所示），2011年仅有150 家营销技术公司，2016年达到3500家，截止2019年已经达到了7040家，未来数量还将进一步增加。这还仅仅是以营销技术为代表的相关工具，企业在实际运作过程中，各个部门还会应用到其他各种工具，例如： ●销售部门：纷享销客、销售易、Salesforce等CRM工具 ●客服部门：智齿客服、网易七鱼、Udesk等客服系统 ●市场部门：微吼直播、小鹅通、目睹等直播工具 ●产品部门：GrowingIO、GoogleAnalytics、Segment等数据分析 工具 ●运营部门：GrowingIO、甲骨文、Hubspot等营销自动化工具 据市场公开数据统计，企业平均需要使用12-15个工具辅助部门工作， 像GrowingIO使用的用于处理客户和业务关系的相关工具就有11个。作为一家B2B企业，内部使用的工具都能如此之多，可以想像用户数量更多、用户来源更复杂的B2C企业将会更多。 工具的出现，虽然在很大程度上提升了各个部门的效率，但是为部门间的数据流动铸造了壁垒，使得企业与用户之间的关系变得更加复杂。在多部门、多工具的情况下，用户数据被分割在不同的系统中，例如，网站、App、小程序上的用户行为数据存储在GrowingIO的系统中，直播报名的用户数据存储在目睹的系统中，交易数据存储在离线数据库中。如果这些系统之间的数据没有互相打通，那么在任何一个系统中的用户数据都很有 可能是片面的、模糊的。 用户场景碎片化，企业内多部门、多工具形成数据孤岛，是目前很多企业践行数据驱动增长时面临的一大难题。对于已经线上化的企业而言，阻挡数据驱动增长的障碍不是缺失用户连接渠道、也不是缺乏用户数据，而是缺少整合、处理和打通多个来源用户数据并以唯一客户视角呈现的CDP。 CDP几乎占据了企业数据链条上的所有关键节点，能够将企业内各个部门使用的工具进行数据打通，并将用户散落在线上、线下的所有数据进行整合、处理，全部集中在一个平台上，得到更全面、更精准、更有价值的数据。如此强大的CDP不仅能帮助我们提升获客ROI、改善用户体验、更好地实现精细化运营、得到更深入的用户洞察，还能实现很多极富想象力的场景，例如，通过构建用户购买倾向性模型，对存量用户进行针对性触达；结合机器学习对用户特征进行挖掘，找到更多潜客等。 1.2什么是CDP 1.2.1CDP的三种类型 作为新兴概念，每个人都在摸索并试图解释CDP是什么。然而解读CDP就有如盲人摸象，由于使用者通常只能看到CDP在某一应用场景上的一小部分功能，导致不同的人会得到不同结论。营销人员可能认为CDP就是用户标签和用户画像，产品经理可能认为CDP就是私有化部署的UBA，数据分析师可能又有不同的想法。这些理解都没有错，但不全对，因为它们只是CDP的某种应用。 关于CDP的定义，我们不得不提到DavidRaab，他在2013年首次提出了CDP的概念，并将其定义为：CDP的目标是汇集所有客户数据并将数据存储在统一的、可多部门访问的数据平台中，让企业各个部门都可以轻松使用。 作为数据聚合平台，与其他工具相结合是CDP的一大特征，CDP能够结合数据分析、A/B测试、营销自动化等众多工具，发挥更大的作用。据统计，在美国有83.6%的企业将CDP与数据分析相结合，有效整合多渠道数据，输出各部门所需的数据报表，为决策提供更为准确的数据依据；有41.5%的企业将CDP与营销自动化工具相结合，通过更深入的用户洞察开展数字化营销活动；还有31.6%的企业将CDP用于广告投放的管理与评估，通过监测用户全生命周期的数据表现，提升广告投放ROI。 图1-2：客户数据平台（CDP）的分类总的来说，CDP可以分成三种类型： 数据型CDP 数据型CDP只具备CDP必须具备的核心组件，即唯一的用户ID数据。数据型CDP能够跨多个来源收集数据，并迅速将之存储在各个数据孤岛外的统一平台上，然后对数据进行整合、处理和打通，让每个用户